증상이 아니라 원인을 고치는 학습
대부분의 적응형 도구는 놓친 주제를 더 쉽게 만들어 다시 보여줍니다. Mathos는 틀린 이유의 패턴을 분석해 부족한 선행 개념을 보완하고, 학습자를 다시 최전선으로 돌려보냅니다.
원칙
교육은 사실을 배우는 것이 아니라, 마음이 생각하도록 훈련하는 것이다.
Mathos에 어떻게 적용되는가
이것이 전체 엔진의 핵심입니다. Mathos는 사실을 다시 주입하지 않습니다 — 오답이 드러내는 사고 과정을 읽고, 그 아래에 있는 개념을 다시 세운 뒤, 다음에 이어질 내용을 스스로 생각해낼 수 있는 상태로 최전선에 돌려보냅니다. 사실은 그다음입니다. 훈련된 마음이 핵심입니다.
직접 해보기
한 번의 오답, 그 이유까지 읽어내기.
두 학생이 같은 문제를 서로 다른 이유로 틀립니다. 답 하나를 고르고 Mathos가 어떻게 대응하는지 보세요.
3(x − 2) = 2x + 4
왼쪽에서 답을 골라 보세요. 같은 오답이 단순한 빨간 표시가 아니라 진단으로 바뀌는 과정을 확인할 수 있습니다.
이제 스스로 돌아가는 모습을 보세요.
같은 논리, 자동으로: 실제 미적분 진행 경로 위에 있는 시뮬레이션 학습자가 증거에 따라 경로가 바뀌는 과정을 보여줍니다.
Mathos / 적응형 학습
실시간 학습자 모델
네 장면의 학습 흐름
한 답이 다음에 배울 최적의 내용을 드러내는 과정을 보세요.
이 순서는 단순한 정답 여부가 아니라 의미에 반응합니다. 그래서 지능적으로 느껴집니다.
- 01
장면 01
같은 패턴이 드러난다
서로 다른 문제에서 같은 근본적인 빈틈이 드러납니다.
- 02
장면 02
원인이 식별된다
오답은 점수 감점이 아니라 진단 근거가 됩니다.
- 03
장면 03
경로가 업데이트된다
다음 단계는 오답을 설명하는 선행 개념으로 이동합니다.
- 04
장면 04
학습자는 더 강해져 돌아온다
핵심 기술이 복구되면, 더 높은 수준의 주제에 도달할 수 있습니다.
이 행동 뒤에 있는 다섯 단계의 루프
설명은 실제 동작 뒤에 나옵니다. 아래의 각 층은 같은 실수가 반복될 때 경로가 바뀌는 이유 중 하나입니다.
- 01
개념 그래프
8개 노드의 선행 개념 맵: 극한부터 관련 rates까지, 무엇을 먼저 익혀야 하는지 보여줍니다.
- 02
베이지안 숙달도
각 개념의 숙달도를 모든 답변 뒤에 갱신합니다 — 운 좋은 찍기와 작은 실수는 관대하게 처리합니다.
- 03
패턴 신뢰도
진단된 각 오류 패턴은 반복될수록 신뢰도가 높아집니다. 그래서 실제 빈틈이 일회성 실수보다 더 크게 반영됩니다.
- 04
근본 원인 라우팅
증거가 충분히 강하면 시퀀서는 진도를 무시하고, 오답 뒤에 있는 선행 개념으로 돌아갑니다.
- 05
최전선 선택
고칠 것이 없으면, 준비된 개념 중 가장 약한 것을 다음으로 올립니다 — 생산적인 난이도에서 유지되도록.
함께 배울 준비가 되셨나요 Mathos AI
필요할 때는 튜터와 비디오가 함께하고, 모든 단계를 풀어드립니다.
무료로 시작하기시작은 무료 · 유료 요금제 3일 체험 · 언제든지 취소 가능